露天矿边坡稳定性的层次分析-模糊综合评价耦合分析

露天煤矿台阶所构成的边坡对矿山资源生产及运输发挥着重要的作用,也承载着煤炭外运的任务,其稳定性对矿山连续生产具有重要意义。文章在边坡地质调查和监测信息分析的基础上,充分考虑边坡几何形态、地质信息、气象水文信息、现场监测信息等指标,以层次分析法确定边坡稳定性分析的指标权重,基于隶属度最大原则确定边坡稳定性状态,建立了多源信息融合的边坡层次分析-模糊综合评价模型。将该模型应用于扎哈淖尔露天煤矿北帮边坡稳定性分析中,最后基于数值模拟对模型进行了验证。研究表明,北帮边坡基本稳定,基于数值模拟得出扎哈淖尔露天煤矿北帮边坡滑移面安全系数为1.121,模型结果与数值模拟结果所得到的边坡稳定性状态吻合度较好,验证了模型的有效性。该模型可以充分考虑多重信息对边坡稳定性分析的贡献,从而更全面准确分析边坡稳定性。

基于无人机技术的露天矿山越界开采监测与评估方法

高效快速评估露天矿山越界开采对开展矿产卫片执法检查和推进严格保护矿产资源策略、推动区域高质量发展具有重要意义。基于无人机飞行技术、传感器技术、通信技术和影像处理技术,结合卫星遥感、地理信息系统应用,采集无人机航测数据与飞控系统数据,快速获取了疑似违法矿山二维场景图像(SIM),动态飞行展示矿区全貌和精细地物;进一步建立了矿山三维数字高程模型(DEM),定性研判违法类型与性质;针对需求建立了矿山的三维数字表面模型(DSM),定量估算违法采矿资源量;利用四维数字表面模型(DSM),查明矿山历史时期的违法过程,测算违法开采的资源量。无人机航测技术实现区域矿产资源开发秩序的快速监测和精细评估,为矿产资源的卫片执法检查工作提供理论支撑和决策依据。在江南某地进行试验的实例表明,基于无人机技术的露天矿山越界开采监测与评估方法技术具有时效性强、操作便捷、精细高效等优势,在支撑服务自然资源领域的卫片执法检查工作方面可以更加广泛地应用。

基于双曲嵌入的露天矿区暗光环境下道路多目标检测模型

露天矿环境特殊,道路场景复杂多变,在光照不足时会导致矿区道路多目标识别不清、定位不准,进而影响检测效果,给矿区无人矿用卡车的安全行驶带来严重安全隐患。目前的道路障碍物检测模型不能有效解决矿区暗光环境对模型检测效果的影响,同时对矿区小目标障碍物的识别也有较大误差,不适用于矿区特殊环境下障碍物的检测与识别。针对上述问题,提出了一种基于双曲嵌入的露天矿区暗光环境下多目标检测模型。首先,在模型的图像预处理阶段引入卷积神经网路Retinex-Net对暗图像进行增强,提高图像清晰度;然后,针对数据集中特征过多而无重点偏好的问题,在加强特征提取部分添加全局注意力机制,聚集3个维度上更关键的特征信息;最后,在检测模型预测阶段引入双曲全连接层,以减少特征丢失,并防止过拟合现象。实验结果表明:(1)基于双曲嵌入的露天矿区暗光环境下道路多目标检测模型不仅对露天矿区暗光环境下的大尺度目标具有较高的分类与定位精度,对矿用卡车及较远距离的小尺度目标即行人也可准确检测与定位,能够满足无人矿用卡车在矿区特殊环境下驾驶的安全需求。(2)模型的检测准确率达98.6%,检测速度为51.52帧/s,较SSD、YOLOv4、YOLOv5、YOLOx、YOLOv7分别提高20.31%,18.51%,10.53%,8.39%,13.24%,对于矿区道路上的行人、矿用卡车及挖机的检测精度达97%以上。

基于InSAR-COMSOL的露天矿边坡稳定性分析及形变预测

露天矿地表形变特征的快速、准确分析及形变趋势精准预测是推进矿山绿色安全生产的重要保障。针对当前形变监测技术存在的时空采样率低、成本高,预测模型参数难确定等问题,以东鞍山露天铁矿为工程背景,提出了一种融合短基线子集干涉测量(SBAS-InSAR)技术和COMSOL有限元模拟的边坡稳定性分析和形变预测一体化方法。首先,利用SBAS-InSAR技术处理2018年5月—2020年6月获取的62景Sentinel-1A升轨SAR数据,获取了该区域2 a内地表形变时间序列,分析了其形变时空演化特征。然后,采用COMSOL Multiphysics软件模拟外界强降雨影响下的典型沉降区域边坡稳定性状况,探讨了坡体损伤裂化规律及形变机理。基于此,利用粒子群算法(PSO)优化长短期时间记忆(LSTM)网络,搭建了形变时序预测最优模型,开展典型沉降区的形变时序预测,并引入平均绝对误差和均方根误差作为预测精度评价指标。结果表明:矿区西部沉降相对严重,年均沉降速率高达47.8 mm/a,形变速率与区域降雨量存在显著相关性。相较于传统形变预测模型,PSO-LSTM模型的2种误差至少降低了14%和36%,且能够有效反映采区地表形变波动趋势,为滑坡灾前预警提供了新思路。

露天矿高陡复杂边坡软弱岩层组“坐落-滑移式”破坏模式研究

边坡稳定性问题随露天矿开采的进行不断突出,而边坡软弱岩层严重影响边坡稳定性。大量工程实例显示,露天矿含软弱岩层组的高陡复杂边坡失稳模式通常为“坐落-滑移式”破坏。为明晰露天矿高陡复杂边坡软弱岩层组“坐落-滑移式”破坏模式的破坏机理,以某露天矿为例,提出一种针对露天矿含软弱岩层组高陡复杂边坡的综合分析方法。研究结果表明:采用工程地质分析、传统极限平衡方法和数值模拟分析相结合的综合分析方法,针对该类型复杂边坡可发挥不同分析方法的优势,较全面地从地质自然环境条件、定性定量方面、应力应变角度分析边坡破坏机理及模式,总结归纳出含软弱层组露天矿高陡复杂边坡“坐落-滑移式”破坏的“坐落-滑移-剪出”三段式破坏特征,为其他类似复杂边坡稳定性的分析和防治提供思路和手段。

基于渗流作用下含断层的露天矿边坡稳定性的数值模拟研究

为研究含断层露天边坡在渗流作用下的稳定性问题,采用FLAC3D数值模拟技术构建断层作用下的滑体力学模型,获得顺倾层状边坡分条稳定系数表达式,进而对渗流作用下含断层边坡稳定性进行数值模拟分析。对岩体强度的弹性模量、内聚力、内摩擦角和岩体抗拉强度等4种影响因素进行敏感性分析,通过分析这4种因素在不同工况下边坡的位移、应力、应变和安全系数,得出了各参数的敏感性分析曲线。从敏感性分析曲线可知,岩体的内聚力对边坡稳定性的影响最大,弹性模量对边坡稳定性的影响最小。开挖不同阶段边坡稳定性的主要影响因素存在差别,其中,前期以断层为主,后期则逐渐转化为渗流作用。该研究为今后露天矿边坡稳定性分析提供了科学依据,对于边坡稳定性分析具有重大的工程实际意义。

多目标金属露天矿配矿装载点选取问题及求解算法

目的:为了减少矿产资源浪费,提高贫矿的利用率,针对大型金属露天矿多装载点配矿问题,综合考虑矿石剩余量不足、铲装设备数量有限等因素对配装载点选取的影响,以品位偏差最小、生产成本最小、车辆总排队时间最短为目标建立配矿装载点选取模型。方法:采用二维矩阵整数编码法,并设计一种基于随机片段交叉与特定变异算子相结合的间接二次遗传优化算法对模型进行求解。结果:以国内某大型金属露天矿实际生产数据为例进行仿真实验,结果表明:所得出的装载点选取方案在受铲装设备数量限制、优先开采矿石剩余量相对较少装载点的条件下,仍能满足配矿计划需求。结论:所提模型、算法能普遍适用于大型金属露天矿山开采,使装载点的矿石得到充分利用。意义:提高了企业的经济效益和矿山整体开采效率。

基于多特征融合的露天矿区道路负障碍检测

随着智慧矿山概念的逐步落实,智能化、无人化逐渐在矿区落实,露天矿卡车无人驾驶日益成为矿山智能化建设的主要内容,为解决露天矿区复杂多变的道路因坑洼、塌陷等路面小部分下陷出现的非规则负障碍而导致矿区无人车、重载卡车侧翻等安全难题,提升矿区安全驾驶系数,提出一种多特征融合的露天矿区道路负障碍检测方法。该方法使用BiFPN特征融合模块,提高小型负障碍检测权重占比;引入空间和通道双注意力机制提高对负障碍边缘的特征提取和特征融合能力,从而提高对道路小尺度负障碍的检测精度;采用SIoU Loss作为模型边界框损失函数并使用K-means++方法优化Anchor以提高负障碍检测模型的收敛速度和边界框定位效果,并基于遗传算法优化超参数让模型更贴合矿区场景,最终实现对矿区道路负障碍的快速精准识别。实验表明该检测模型能快速准确识别复杂背景下露天矿区道路负障碍目标,对道路负障碍目标的检测精度、召回率、平均精确度均值分别达到了96.9%、89.9%、95.3%,且该模型大小仅有12.7 MB。对比其他主流检测网络,该网络模型更适合复杂环境下露天矿区非结构化道路行驶安全需求,且该检测模型的鲁棒性好,可适配于多种情况的露天矿区,为实际环境复杂多变的露天矿区非结构化道路负向障碍检测提供了可行的方法,为露天矿无人卡车安全生产运输提供安全预警。

露天矿场景构建与运输过程动态仿真实验研究

针对露天矿运输系统复杂、影响因素众多等问题,开展了基于Blender开源软件的露天矿运输过程动态仿真实验研究。其主要研究内容为:提出了露天矿运输过程可视化动态仿真研究思路及开发环境,并基于Blender软件构建了露天矿运输场景三维模型;提出了“Blender+Python”的动态可视化仿真方案,初步搭建了了露天矿运输过程动态仿真框架及可视化展示方案;结合Sim Py离散事件仿真库、 Dijkstra算法等,研究了露天矿运输排队、路线优化等问题,实现了矿山运输过程的动态化仿真。实验结果表明,该方法提供了一种开展可视化仿真的新思路,具有开发环境简单、经济高效等特点,可用于高校类似课程开发、科研活动等方面。

基于变权理论的露天矿边坡稳定性GRA-TOPSIS评价模型研究

为使露天矿边坡稳定性评估更加科学合理,进一步提高评估结果可靠性,迫切需对现有评价模型进行优化和改进。基于变权理论、灰色关联理论(GRA)和逼近理想解法(TOPSIS),提出了露天矿边坡稳定性改进GRA-TOPSIS评价模型。从地质、环境、工程等3个方面,选取了12个典型影响因素,构建了露天矿岩质边坡稳定性综合评价指标体系;运用变权理论确定指标权重,通过计算灰色关联贴近度,实现露天矿岩质边坡稳定性综合评价。以3座矿山(K1-K3)为例,验证评价模型的适用性。结果显示:3座露天矿边坡稳定性排序为K3>K2>K1,稳定性等级分别为Ⅲ级、Ⅱ级和Ⅱ级,与边坡实际相符;通过对比改进GRA-TOPSIS模型与单独使用GRA、TOPSIS模型以及其他模型的评价结果,验证了改进GRA-TOPSIS综合评价模型在露天矿边坡稳定性评估方面的准确性和优越性,体现了研究价值,可为露天矿边坡稳定性评估提供新思路。

降雨条件下某露天矿不同荷载作用的边坡稳定性分析

降雨一直是引发滑坡灾害的主要因素之一,在历年来的滑坡事故案例中,80%以上的滑坡都有降雨伴随。以西北某露天矿边坡为研究对象,开展室内试验获取各岩层在天然状态和饱水状态下的岩石力学参数,运用拟静力法和流固耦合原理进行数值模拟,对边坡应力应变的分布变化进行了研究,分析塑性区分布状态、关键点位移的变化趋势,模拟计算确定3种不同工况(降雨、降雨+爆破、降雨+地震)下终了边坡稳定性的安全系数,判断边坡的稳定性,并分析了降雨导致地下水升降对边坡稳定性的影响。结果表明,该露天矿初步设计的边坡稳定性较好,符合相关规范,为该矿山后续的边坡开挖施工提供了相关理论依据。

风流扰动下露天矿土质路面粉尘运移规律研究

为降低露天矿土质路面粉尘质量浓度,提高清洁生产水平,采用气固两相流理论,建立粉尘颗粒起动模型,分析粉尘起动风速及变化规律,利用实验研究进行验证,并确立粉尘运移规律以及运动形式,选取正交实验极差分析各因素对起尘量影响显著性。研究结果表明:粉尘起动风速与粉尘粒径、含水率、负荷均有函数关系;起尘量在粒径、含水率、负荷、风速4种因素下呈现不同变化规律,与粒径、风速均呈非线性关系,与含水率呈负相关,与粉尘负荷呈正相关,影响显著性为:粒径>负荷>风速>含水率;粉尘运动形式与风速和粒径相关,在5 m/s风速下,(0,75]μm粒径粉尘易做悬浮运动,(75,500]μm粒径粉尘易做跳跃运动,(500,1000]μm粒径粉尘易做蠕移运动。研究结果可为降尘措施提供理论指导。

基于改进YOLOv8的露天矿区行车障碍物检测

露天矿区场景复杂,行车障碍物检测受扬尘和颗粒物等粉尘噪声干扰严重,难以准确识别障碍物,尤其是光线较差的夜间,不利于做出正确决策,从而影响无人作业的安全性和整体效率。针对以上问题,提出了一种基于YOLOv8n模型的露天矿区行车障碍物检测算法YOLOv8n-Enhanced。该算法主要从3个方面进行了改进,具体包括:首先,针对受粉尘噪声干扰严重和夜间光线不足的问题,提出了C2fCA模块结构,提高了模型特征提取能力;其次,使用轻量级卷积技术GSConv和VoV-GSCSP模块,减轻模型复杂性,实现检测器更高的计算成本效益;最后,使用WIOU损失函数,提高了模型泛化能力。试验结果表明:改进算法在保持实时性的前提下,可将YOLOv8n的平均精度(mean Average Precision,mAP)分别提高1.8%和2.6%,实现白天与夜间场景下不同尺度的障碍物识别。

露天矿无人机遥感边坡地表形变提取方法研究

针对当前露天矿边坡监测过程中存在的设备留有监测死角、点位布控缺乏依据、地质隐患解译困难、无人机(Unmanned Aerial Vehicle,UAV)影像点云重构复杂度高等问题,提出了一种基于无人机遥感的边坡地表形变提取方法。首先,通过分析UAV激光点云与影像特点构建点云序列;其次,利用融合尺度不变特征变换(Scale Invariant Feature Transform,SIFT)与圆柱形邻域搜索的改进迭代最近点(Iterative Closest Point,ICP)算法,实现点云序列的精准高效配准,提高边坡形变提取精度;最终,借助数字高程模型(Digital Elevation Model,DEM)叠加分析与可视化,精准定位边坡重点形变区域,直观提取边坡形变位置和大小,并结合正射影像图像特征进行形变区域分析与解译。以南芬露天矿为工程应用实例,研究表明:边坡形变模型标准偏差为0.032 m,对比全球定位系统-实时动态差分(Global Positioning System-Real Time Kinematic,GPS-RTK)实测形变值,形变中误差为0.012 m,能够快速实现大尺度复杂边坡地表扫描与形变提取,从而为地质灾害隐患分析、盲区边坡形变监测与地面监测设备科学布控提供技术支撑。

基于ISSA-XGBoost模型的多特征融合露天矿卡车行程时间预测

针对露天矿运输系统卡车行程时间预测问题,提出了一种基于特征选择及改进麻雀算法优化XGBoost的露天矿卡车行程时间预测模型。模型充分考虑了卡车特征、道路特征、气象特征以及时间特征对卡车行程时间的影响,并使用皮尔逊系数法深入分析影响因素的贡献度。针对麻雀算法中全局搜索能力薄弱的问题引入反向学习和螺旋搜索策略,以提高算法的收敛性能。最后,使用改进的麻雀算法对XGBoost的关键参数进行寻优,进而构建露天矿卡车行程时间预测模型。选取国内某大型露天矿卡车调度系统采集的数据进行仿真模拟,并将所提出模型与SVM、BP、RBF和RF等其他机器学习模型进行对比。结果表明:所提出模型的预测误差均低于其他模型,相关系数可达0.9819。开发的模型和分析结果可以极大地帮助决策者规划、运营和管理更高效的露天矿运输系统。

基于Bishop法的边坡稳定性分析——以准东煤田西黑山露天矿为例

为评价准东煤田西黑山露天矿边坡稳定性,确定合理的露天开采边坡参数,基于该边坡的工程地质条件以及边坡形态等,运用Bishop法确定边坡的安全系数,判断边坡的稳定性。根据边坡失稳的主导因素,建议矿山开采中北帮、西南帮、东帮矿山最终边坡角均为33°,开采较为安全,在煤矿设计、开采过程中,必须遵循该边坡角,并建立实时的动态监测,为矿山安全生产和防灾减灾提供参考。

基于CiteSpace的露天矿爆破技术知识演化和趋势分析

为了研究露天矿爆破技术的发展轨迹和热点变化规律,在中国学术期刊出版总库(CNKI)中选取“露天矿”并含“爆破”检索条件,获得1116篇有效期刊文献作为样本。通过利用CNKI的文献可视化分析报告和CiteSpace这一可视化知识图谱工具,对我国露天矿爆破研究领域的发展现状、分布特征、研究热点和前沿趋势进行了全面而深入的研究和分析。研究表明:露天矿爆破研究主要分为:(1)露天矿爆破理论的确立和发展阶段(2010年前)、(2)现代技术运用和创新阶段(2010—2015年)、(3)绿色智能精细化发展阶段(2015年至今)3个阶段;学科分布主要是矿业工程和工业通用技术与设备;发文期刊主要是《爆破》、《工程爆破》以及其他矿业工程领域的期刊;研究作者及机构主要是矿业相关高等学校教师以及企业、研究院研究人员;研究主题主要包括爆破工艺过程中的爆破设计软件开发与应用,孔网参数、炸药单耗、装药结构等爆破参数优化,深孔爆破、台阶爆破、抛掷爆破、预裂爆破等爆破方式,爆破振动的控制与监测,数值模拟、人工智能算法的应用,爆破质量原因分析及爆破效果评价。未来的露天矿爆破将继续朝着自动化、智能化、精确化和环境友好化的方向发展,通过技术创新和多学科融合,为矿山行业提供更高效、安全、可持续的爆破解决方案。

基于PEMD-MPE算法的露天矿爆破振动信号降噪方法

为了去除露天矿山爆破振动信号中混入的噪声成分,提出了一种基于PEMD-MPE算法的降噪方法。该算法通过自适应性正交经验模态分解(PEMD)得到完全正交的本征模态函数(IMF)分量,然后对各个IMF分量进行多尺度排列熵(MPE)的随机性检测,成功确定其中的噪声分量并将其去除。采用该算法对实测的露天矿山爆破振动信号进行降噪处理。结果表明:相比EMD-MPE和EEMD-MPE算法,PEMD-MPE算法的信噪比分别提高了3.520 dB和1.107 dB,且重构标准差和均方根误差最小,说明该算法不仅能够有效去除爆破振动信号中的噪声成分,还能有效保留真实信号。

开采深度对低凹陷露天矿装载扬尘运移规律和质量浓度分布特征的影响分析

为减少低凹陷露天矿装载扬尘对作业人员职业健康和外部环境污染的不利影响,依据气-固两相流理论,采用Fluent数值模拟方法,对不同开采深度条件下的低凹陷露天矿采装工作面装载扬尘的运移规律和质量浓度分布特征进行研究。研究结果表明:开采深度对装载扬尘扩散方式和呼吸带高度处装载扬尘质量浓度的影响显著;当开采深度H=0 m时,受矿车的阻挡作用发生方柱扰流,装载扬尘颗粒逸出车厢后,沿X轴方向线性扩散,扩散距离随扩散时间延长而增大;当开采深度H>0 m时,采场风流在台阶处发生流动分离,形成与开采深度同高的风流漩涡,装载扬尘颗粒逸出车厢后,随着大结构漩涡向四周扩散;随着开采深度增加,装载扬尘颗粒沿X轴扩散距离逐渐减小,沿Z轴运移扩散距离增大,矿车下风向呼吸带高度处装载扬尘质量浓度超标影响范围减小,装载扬尘在呼吸带高度上的质量浓度随扩散时间增加而逐渐降低,并在t=100 s时降低至职业接触限值8 mg/m3以下。本文研究为合理确定装载扬尘的污染影响范围和制定有效的装载扬尘治理措施提供决策参考。

基于DHMM-ESUM的露天矿运输系统车铲比优化研究

在露天矿生产中,如何利用现有的资源条件对电铲与卡车进行合理配比,充分发挥设备的效率,是提高矿山企业生产效益的关键。以安家岭露天矿生产系统收集的数据为基础,首先运用排队理论构建以电铲为采掘中心,卡车为运输工具的闭合排队网络模型,将运输系统分为4个排队子系统,分析各项服务时间的概率分布;基于离散隐马尔可夫模型(discrete hidden Markov model,DHMM)与拓展求和(extended summation,ESUM)算法分析系统作业性能,获取电铲设备的运行状态和班次生产能力。然后,应用蒙特卡洛法建立随机动态规划模型,以产量期望值最大化为目标对露天矿的车铲比进行优化。最后,对生产系统进行仿真建模分析,结果验证了基于DHMM-ESUM对车铲比进行优化的有效性和准确性。